UMAP 是模糊最近邻图上的谱聚类
机器学习
2026-02-13 v1
摘要
UMAP（Uniform Manifold Approximation and Projection）是非线性降维和数据可视化中最常用的算法之一。尽管其流行度甚广，并通过代数拓扑学视角呈现，但UMAP与经典谱方法之间的确切关系一直未被形式化。本文我们证明UMAP在模糊最近邻图上执行谱聚类。我们的证明分为三个步骤：(1)我们展示UMAP的随机优化带负采样是相似图上的对比学习目标；(2)我们引用HaoChen 等人的研究结果，确立对比学习在相似图上的等价于谱聚类；(3)我们验证UMAP的谱初始化计算了该谱问题的确切线性解。对于高斯核，该等价性是精确的；对于UMAP默认的柯西型核，作为一阶近似成立。我们的结果将UMAP、对比学习和谱聚类统一在单一框架下，并为关于UMAP行为的若干经验观察提供了理论依据。
引用
@article{arxiv.2602.11662,
title = {UMAP Is Spectral Clustering on the Fuzzy Nearest-Neighbor Graph},
author = {Yang Yang},
journal= {arXiv preprint arXiv:2602.11662},
year = {2026}
}